Publications du Service canadien des forêts

A new approach to modeling stand-level dynamics based on informed random walks: influence of bandwidth and sample size. 2013. McGarrigle, E.; Kershaw, J.A. Jr.; Ducey, M.J.; Lavigne, M.B. Forestry 86: 377–389.

Année : 2013

Disponible au : Centre de foresterie de l'Atlantique

Numéro de catalogue : 34843

La langue : Anglais

Disponibilité : PDF (demande par courriel)

Disponible sur le site Web de la revue ou du journal.
DOI : 10.1093/forestry/cpt008

† Ce site peut exiger des frais.

Sélectionner

Résumé

Nous présentons un nouveau modèle de la dynamique du peuplement fondé sur les trajectoires observées de croissance des peuplements. Ce modèle de la dynamique du peuplement utilise les trajectoires observées de placettes dans l’espace diamètre quadratique moyen-densité de Reineke pour prédire l’évolution temporelle du diamètre moyen quadratique, du recrutement et de la mortalité. Le modèle emploie la collection de trajectoires observées comme une distribution de probabilité servant à guider une marche aléatoire informée. Un modèle d’imputation est utilisé pour choisir les k plus proches voisins (largeur de bande) qui sont ensuite utilisés pour construire des distributions jointes de noyaux. À partir de ces distributions de noyaux, on calcule la moyenne de m échantillons aléatoires (intensité d’échantillonnage) pour prédire l’évolution du diamètre quadratique moyen, du recrutement et de la mortalité. Nous avons obtenu de bons résultats pour toutes les valeurs de k que nous avons testées, pourvu que l’intensité d’échantillonnage soit supérieure à 1. L’utilisation d’une intensité d’échantillonnage supérieure à 1 réduisait la variabilité des prévisions et aucune différence importante n’a été observée pour des intensités d’échantillonnage de 5 ou plus.

Résumé en langage clair et simple

Nous présentons une nouvelle approche de prédiction de la croissance moyenne, de la mortalité et du recrutement des arbres et évaluons les détails méthodologiques cruciaux. Cette nouvelle approche choisit aléatoirement les « voisins les plus proches » pour dicter une « marche aléatoire » dans l’espace graphique bidimensionnel défini, en abscisse, par la densité des peuplements et, en ordonnée, la moyenne quadratique des diamètres. Nous avons utilisé les mesures répétées de placettes d’échantillonnage permanentes en Nouvelle-Écosse et au Nouveau-Brunswick pour élaborer cette approche et la tester. Les voisins les plus proches sont les mesures périodiquement répétées des placettes permanentes ayant des moyennes quadratiques des diamètres, des densités et des compositions similaires à celles de la placette servant de point de départ au trajet aléatoire. La croissance annuelle de la moyenne quadratique des diamètres, la mortalité et le recrutement sont calculés pour les échantillons des placettes d’échantillonnage permanentes et sont utilisés pour estimer la moyenne quadratique des diamètres et la densité du peuplement à la fin de la période de prédiction (habituellement trois à cinq ans). Nous avons répété ces procédures pour estimer la croissance moyenne, la mortalité et le recrutement des arbres pour les périodes subséquentes jusqu’à la maturité des peuplements. Nous avons étudié le nombre des voisins les plus proches choisis pour établir les distributions conjointes des changements directionnels dans la moyenne quadratique des diamètres et la densité de peuplement et l’ampleur des changements (longueur de segments de ligne décrivant le changement), ainsi que le nombre approprié d’occurrences pour échantillonner ces distributions conjointes afin de prédire de façon fiable la moyenne quadratique des diamètres, le recrutement et la mortalité. Le choix des dix plus proches voisins pour établir les distributions conjointes a produit des résultats similaires au choix d’un nombre plus élevé de placettes. En outre, choisir cinq échantillons de façon aléatoire dans les distributions conjointes était suffisant pour obtenir des prédictions fiables. Cette approche pourrait fournir une méthode plus simple et plus fiable de prédiction de la croissance et du rendement des peuplements à partir des placettes d’échantillonnage que les approches traditionnelles fondées sur les régressions.